論文の概要: To accept or not to accept? An IRT-TOE Framework to Understand Educators' Resistance to Generative AI in Higher Education
- arxiv url: http://arxiv.org/abs/2407.20130v1
- Date: Mon, 29 Jul 2024 15:59:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-30 13:05:24.794632
- Title: To accept or not to accept? An IRT-TOE Framework to Understand Educators' Resistance to Generative AI in Higher Education
- Title（参考訳）: 受け入れないのか?-高等教育における教育者の生成AIに対する抵抗を理解するIRT-TOEフレームワーク
- Authors: Jan-Erik Kalmus, Anastasija Nikiforova,
- Abstract要約: 本研究は,教育者が教室で生成人工知能を採用するのを防ぐ障壁を実証的に予測する理論モデルを開発することを目的とする。
我々のアプローチは、IRT(Innovation resistance Theory)フレームワークに基づいており、TOE(Technology-Organization-Environment)フレームワークの構成要素を拡張しています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Since the public release of Chat Generative Pre-Trained Transformer (ChatGPT), extensive discourse has emerged concerning the potential advantages and challenges of integrating Generative Artificial Intelligence (GenAI) into education. In the realm of information systems, research on technology adoption is crucial for understanding the diverse factors influencing the uptake of specific technologies. Theoretical frameworks, refined and validated over decades, serve as guiding tools to elucidate the individual and organizational dynamics, obstacles, and perceptions surrounding technology adoption. However, while several models have been proposed, they often prioritize elucidating the factors that facilitate acceptance over those that impede it, typically focusing on the student perspective and leaving a gap in empirical evidence regarding educators viewpoints. Given the pivotal role educators play in higher education, this study aims to develop a theoretical model to empirically predict the barriers preventing educators from adopting GenAI in their classrooms. Acknowledging the lack of theoretical models tailored to identifying such barriers, our approach is grounded in the Innovation Resistance Theory (IRT) framework and augmented with constructs from the Technology-Organization-Environment (TOE) framework. This model is transformed into a measurement instrument employing a quantitative approach, complemented by a qualitative approach to enrich the analysis and uncover concerns related to GenAI adoption in the higher education domain.
- Abstract（参考訳）: Chat Generative Pre-Trained Transformer (ChatGPT) の公開以来、生成人工知能(GenAI)を教育に組み込むことの潜在的な利点と課題について広範な議論が生まれてきた。
情報システムの分野では、特定の技術の取り込みに影響を与える様々な要因を理解するために、技術導入の研究が不可欠である。
理論的なフレームワークは、数十年にわたって洗練され、検証され、技術導入を取り巻く個人的および組織的ダイナミクス、障害、知覚を解明するためのガイドツールとして機能する。
しかし、いくつかのモデルが提案されている一方で、学生の視点に焦点をあて、教育者の視点に関する経験的証拠のギャップを残し、それを妨げている人々よりも受け入れを促進する要因の解明を優先することが多い。
本研究は,高等教育において教育者が果たす重要な役割を考慮し,教室におけるGenAI導入防止の障壁を実証的に予測する理論モデルを開発することを目的とする。
このような障壁を特定するのに適した理論モデルがないことを認めた当社のアプローチは、IRT(Innovation resistance Theory)フレームワークに根ざしており、TOE(Technology-Organization-Environment)フレームワークの構成要素を拡張しています。
このモデルは,高等教育領域におけるGenAI導入に関する懸念を解明し,分析を充実させる定性的なアプローチによって補完される,定量的アプローチを用いた測定器に変換される。
関連論文リスト
- Cutting Through the Confusion and Hype: Understanding the True Potential of Generative AI [0.0]
本稿では,生成型AI(genAI)の微妙な景観について考察する。
それは、Large Language Models (LLMs)のようなニューラルネットワークベースのモデルに焦点を当てている。
論文 参考訳（メタデータ） (2024-10-22T02:18:44Z) - Enhancing LLM-Based Feedback: Insights from Intelligent Tutoring Systems and the Learning Sciences [0.0]
この研究は、ITSのフィードバック生成に関する以前の研究を通し、AIEDの研究を慎重に支援するものである。
本論文の主な貢献は次のとおりである。 生成AIの時代におけるフィードバック生成において、より慎重で理論的に基礎付けられた手法を適用すること。
論文 参考訳（メタデータ） (2024-05-07T20:09:18Z) - Generative AI Adoption in Classroom in Context of Technology Acceptance Model (TAM) and the Innovation Diffusion Theory (IDT) [1.9659095632676098]
本研究は, 教育者の認知とGenAI, LLMの受容に影響を及ぼす要因を明らかにすることを目的とする。
本研究は,GenAIツールの有用性と,その受容性との間に強い正の相関関係があることを明らかにする。
使用の容易さが重要な要因として現れたが、それより少なかったため、受け入れに影響が及んだ。
論文 参考訳（メタデータ） (2024-03-29T22:41:51Z) - Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
我々は、生成AIと適応学習の交差研究に光を当てた。
我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
論文 参考訳（メタデータ） (2024-02-02T23:54:51Z) - A Survey of Reasoning with Foundation Models [235.7288855108172]
推論は、交渉、医療診断、刑事捜査など、様々な現実世界の環境において重要な役割を担っている。
本稿では,推論に適応する基礎モデルを提案する。
次に、基礎モデルにおける推論能力の出現の背後にある潜在的な将来方向を掘り下げる。
論文 参考訳（メタデータ） (2023-12-17T15:16:13Z) - Multimodality of AI for Education: Towards Artificial General
Intelligence [14.121655991753483]
マルチモーダル人工知能(AI)アプローチは、教育的文脈における人工知能(AGI)の実現に向けた道を歩んでいる。
この研究は、認知フレームワーク、高度な知識表現、適応学習機構、多様なマルチモーダルデータソースの統合など、AGIの重要な側面を深く掘り下げている。
本稿は、AGI開発における今後の方向性と課題に関する洞察を提供する、教育におけるマルチモーダルAIの役割の意味についても論じる。
論文 参考訳（メタデータ） (2023-12-10T23:32:55Z) - Towards a General Framework for Continual Learning with Pre-training [55.88910947643436]
本稿では,事前学習を用いた逐次到着タスクの連続学習のための一般的な枠組みを提案する。
我々はその目的を,タスク内予測,タスク同一性推論,タスク適応予測という3つの階層的構成要素に分解する。
本稿では,パラメータ効率細調整(PEFT)技術と表現統計量を用いて,これらのコンポーネントを明示的に最適化する革新的な手法を提案する。
論文 参考訳（メタデータ） (2023-10-21T02:03:38Z) - Intrinsic Motivation in Model-based Reinforcement Learning: A Brief
Review [77.34726150561087]
本稿では,エージェントが獲得した世界モデルに基づいて,本質的な動機付けを決定するための既存の手法について考察する。
提案した統合フレームワークは,学習を改善するために,世界モデルと本質的なモチベーションを用いてエージェントのアーキテクチャを記述する。
論文 参考訳（メタデータ） (2023-01-24T15:13:02Z) - Active Inference in Robotics and Artificial Agents: Survey and
Challenges [51.29077770446286]
我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。
本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
論文 参考訳（メタデータ） (2021-12-03T12:10:26Z) - Confronting Structural Inequities in AI for Education [5.371816551086117]
我々は、AIモデルの性能格差に基づく公正性を評価するという支配的なパラダイムが、教育用AIシステムが生み出す構造的不平等に直面するには不十分であると主張している。
教育用AI技術が、モデルの性能の同等性に関係なく、構造的不正と不平等の歴史的正当性をいかに束縛され、再現されているかを実証する。
論文 参考訳（メタデータ） (2021-05-18T22:13:35Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。